基于差分隐私机制的位置服务数据隐私保护算法

摘要

位置定位服务技术作为一种全新的移动计算服务，在日常生活中应用广泛。一方面，数据信息共享极大的方便了人们的日常生活，另一方面也存在由于泄露个人敏感信息而产生的弊端。因此如何保护好位置服务数据是关键。由于位置服务数据具有价值高和低密度的特性，导致现有的隐私保护方法很难兼顾数据高的保护程度和数据好的效用性。本文提出的基于差分隐私机制的位置服务数据隐私保护算法是一种同时兼顾数据保护程度和数据效用性的方法，位置服务数据的保护包括两个方面的数据保护，一、基于位置服务数据的定点状态特性的位置数据的保护—基于差分隐私机制的位置数据隐私保护算法;二、基于位置服务实时特性的轨迹数据隐私信息私密性保护方法—基于差分隐私机制的轨迹数据隐私保护算法，实验表明，相比于其他的保护算法，基于差分隐私机制的位置服务数据隐私保护算法的可用性和数据的保护程度更高，算法运行时间少，效率更高。
　　本文的主要内容如下:
　　(1)将差分隐私的方法应用到位置数据保护中的基于差分隐私机制的位置数据隐私保护算法，通过采用多级查询树的结构来查询和发布保护后的数据，并保持了数据项间的联系。首先构建多级查询树（位置搜索树），然后遍历查询树，使用差分隐私的指数机制来选取访问频率高的k项，最后通过拉普拉斯机制给选取的k项进行加噪，扰乱原始位置数据，从而达到了位置数据隐私保护的目的。
　　(2)将差分隐私的方法应用到轨迹数据保护中的基于差分隐私机制的轨迹数据隐私保护算法:首先，把轨迹中的点聚焦到重心位置来进行加噪处理;其次，把加噪重心还原到原始轨迹中去;最后，发布新轨迹，从而保护了原始轨迹。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 国内外的研究现状

1．3 本文主要研究的内容和结构安排

第二章 位置服务数据隐私保护的相关概念

2．1 差分隐私保护的概念及其性质

2．2 Trie树

2．3 效用性指标

2．4 重心求解方法

2．5 位置服务数据的提取方法

2．6 轨迹数据的预处理方法

2．7 局部位置数据的特征提取

2．8 问题模型

2．9 本章小结

第三章 基于差分隐私机制的位置数据隐私保护算法

3．1 引言

3．2 基于差分隐私机制的位置数据隐私保护方法

3．2．1 建立位置搜索树

3．2．2 基于指数机制遍历与提取位置搜索树

3．2．3 基于拉普拉斯机制保护数据隐私

3．3 实验结果与分析

3．3．1 时效性分析

3．3．2 效用性分析

3．4 本章小结

第四章 基于差分隐私机制的轨迹数据隐私保护算法

4．1 引言

4．2 基于差分隐私机制的轨迹数据隐私保护方法

4．2．1 建立数据处理模型

4．2．2 建立多边形模型

4．2．3 加噪过程

4．3 实验结果与分析

4．3．1 时效性分析

4．3．2 效用性分析

4．4 本章小结

5．1 论文工作总结

5．2 下一步展望

参考文献

致谢

附录